【技术实现步骤摘要】
点云配准方法和装置、计算机可读存储介质、电子设备
本公开涉及点云配准
,尤其是一种点云配准方法和装置、计算机可读存储介质、电子设备。
技术介绍
点云配准是估算两个或多个点云之间的相对位姿(即相对之间的平移和旋转)的过程,常用于计算机视觉和图形学相关领域,如三维物体匹配,物体的定位和三维重建等。现有技术中常用的点云配准方法为最近点迭代(ICP,IterativeClosestPoint)算法。该算法依赖一组点云间的初始位姿,然后通过初试位姿选取点云间的同名点(correspondence)(即点云A上的p点和点云B上的q点应该是三维空间中的同一个点),再通过优化点云间的相对位姿,来使得同名点之间的距离减小。而后再根据优化后的位姿,重新选取同名点,再重新优化,重复(迭代)上述过程,直到收敛为止(可以理解为每一次迭代后位姿的变化趋近于零)。
技术实现思路
为了解决上述技术问题,提出了本公开。本公开的实施例提供了一种点云配准方法和装置、计算机可读存储介质、电子设备。根据本公开实施例的 ...
【技术保护点】
1.一种点云配准方法,其特征在于,包括:/n基于两个待配准点云中包括的对应点对集,确定初始位姿增量;所述对应点对集包括多对对应点对;/n将所述初始位姿增量分解到位姿的至少一个维度,得到所述至少一个维度分别对应的位姿增量分量值;/n基于所述至少一个位姿增量分量值确定目标位姿增量;/n确定所述目标位姿增量是否满足设定收敛条件,响应于满足所述设定收敛条件,以所述目标位姿增量对两个所述待配准点云进行配准。/n
【技术特征摘要】
1.一种点云配准方法,其特征在于,包括:
基于两个待配准点云中包括的对应点对集,确定初始位姿增量;所述对应点对集包括多对对应点对;
将所述初始位姿增量分解到位姿的至少一个维度,得到所述至少一个维度分别对应的位姿增量分量值;
基于所述至少一个位姿增量分量值确定目标位姿增量;
确定所述目标位姿增量是否满足设定收敛条件,响应于满足所述设定收敛条件,以所述目标位姿增量对两个所述待配准点云进行配准。
2.根据权利要求1所述的方法,其特征在于,所述位姿的至少一个维度包括六个自由度;
所述将所述初始位姿增量分解到位姿的至少一个维度,得到所述至少一个维度分别对应的位姿增量分量值,包括:
基于所述对应点对集的优化问题确定系数矩阵;
基于所述系数矩阵将所述初始位姿增量分解到位姿的六个自由度上,得到所述六个自由度中至少一个自由度对应的位姿增量分量值。
3.根据权利要求2所述的方法,其特征在于,所述基于所述系数矩阵将所述初始位姿增量分解到位姿的六个自由度上,得到所述六个自由度中至少一个自由度对应的位姿增量分量值,包括:
求解所述系数矩阵的六个特征向量和每个所述特征向量对应的特征值;其中,每个所述特征向量和所述特征值对应一个自由度;
基于所述特征值和所述特征向量确定所述至少一个位姿增量分量值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述特征值和所述特征向量确定所述至少一个位姿增量分量值,包括:
基于所述六个特征值中的最大值,确定每个所述特征值对应的稳定值;
判断每个所述特征值对应的稳定值是否小于设定阈值,将小于设定阈值的所述特征值对应的自由度对应的位姿增量分量值置位零;基于所述特征向量确定所述不小于设定阈值的特征值对应的位姿增量分量值。
5.根据权利要求4所述的方法,其特征在于,所述基于所述特征向量确定所述不小于设定阈值的特征值对应的位姿增量分量值,包括:
对所述不小于设定阈值的特征值对应的特征向量和所述初始位姿增量执行点乘,以得到的乘积作...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。